Perkembangan teknologi Computer Vision telah memberikan kontribusi signifikan dalam sektor pertanian, khususnya dalam proses identifikasi tanaman berdasarkan karakteristik visual. Jambu air merupakan salah satu komoditas buah yang banyak dibudidayakan di Indonesia, namun varietas bibitnya sering kali sulit dibedakan secara visual. Metode konvensional yang mengandalkan observasi manusia cenderung memiliki tingkat akurasi yang rendah, sehingga diperlukan sistem identifikasi yang akurat dan efisien sejak tahap awal. Penelitian ini bertujuan untuk menganalisis pengaruh variasi jarak potret terhadap hasil ekstraksi fitur tekstur urat daun jambu air menggunakan metode Gray Level Co-occurrence Matrix (GLCM), serta mengevaluasi performa klasifikasi jenis bibit jambu air menggunakan metode Jaringan Saraf Tiruan Propagasi Balik (JST-PB). Eksperimen dilakukan pada lima variasi jarak potret, yaitu 7 cm, 9 cm, 11 cm, 13 cm dan 15 cm, dengan menggunakan 2500 citra sebagai data latih dan 500 citra sebagai data uji. Hasil penelitian menunjukkan bahwa jarak potret 13 cm memberikan performa terbaik dengan tingkat akurasi sebesar 80% dengan citra uji dikenali sebanyak 80 dari 100 citra uji.

Kata kunci: Jambu air, GLCM, JST-PB, jarak potret, identifikasi bibit,
computer vision.